首页|基于神经网络的切换非线性系统辨识

基于神经网络的切换非线性系统辨识

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
提出了一种基于神经网络的多个Hammerstein-Wiener模型构成切换非线性系统的在线辨识方法.首先,通过误差逆传播(back propagation,BP)神经网络建立切换非线性系统的切换规律预测模型;其次,提出折息递推辨识算法对各个非线性子系统的参数进行辨识.利用关键项分离法对乘积项进行分离,得到各个子系统的参数估计值.最后通过切换非线性系统辨识实例,并与其他方法进行比较,验证了所提方法的有效性.结果 表明:提出的方法在辨识切换非线性系统方面具有更高的准确率和可靠性.
Identification of Switched Nonlinear Systems Based on Neural Networks

王林、王宏伟、柴秀俊

展开 >

新疆大学电气工程学院,乌鲁木齐830047

大连理工大学控制科学与工程学院,大连116024

切换非线性系统 Hammerstein-Wiener模型 BP神经网络 折息递推辨识算法 关键项分离法

61863034

2021

科学技术与工程
中国技术经济学会

科学技术与工程

CSTPCD北大核心
影响因子：0.338
ISSN：1671-1815
年,卷(期)：2021.21(5)
  • 3
  • 21